Brug Fabric-notesbøger med data fra en KQL-database

Notesbøger er både læsbare dokumenter, der indeholder beskrivelser af dataanalyser og resultater og eksekverbare dokumenter, der kan køres for at udføre dataanalyse. I denne artikel lærer du, hvordan du bruger en Fabric-notesbog til at oprette forbindelse til data i en KQL-database og køre forespørgsler ved hjælp af oprindeligt KQL (Kusto Query Language). Du kan få flere oplysninger om notesbøger under Sådan bruger du Microsoft Fabric-notesbøger.

Du kan bruge Fabric-notesbøger med data fra din KQL-database på to måder:

Forudsætninger

Brug Kusto-kodestykker i en notesbog

Fabric-notesbøger indeholder kodestykker , der hjælper dig med nemt at skrive almindeligt anvendte kodemønstre. Du kan bruge kodestykker til at skrive eller læse data i en KQL-database ved hjælp af KQL.

  1. Gå til en eksisterende notesbog, eller opret en ny.

  2. Begynd at skrive kusto i en kodecelle.

    Screen capture of using a kusto snippet to use KQL in a Fabric notebook.

  3. Vælg det kodestykke, der svarer til den handling, du vil udføre: Skriv data til en KQL-database eller Læs data fra en KQL-database.

    Følgende kodestykke viser handlingen for læsning af eksempeldata:

    # Example of query for reading data from Kusto. Replace T with your <tablename>.
    kustoQuery = "['T'] | take 10"
    # The query URI for reading the data e.g. https://<>.kusto.data.microsoft.com.
    kustoUri = "https://<yourKQLdatabaseURI>.z0.kusto.data.microsoft.com"
    # The database with data to be read.
    database = "DocsDatabase"
    # The access credentials.
    accessToken = mssparkutils.credentials.getToken(kustoUri)
    kustoDf  = spark.read\
        .format("com.microsoft.kusto.spark.synapse.datasource")\
        .option("accessToken", accessToken)\
        .option("kustoCluster", kustoUri)\
        .option("kustoDatabase", database)\
        .option("kustoQuery", kustoQuery).load()
    
    # Example that uses the result data frame.
    kustoDf.show()
    

    Følgende kodestykke viser eksempelhandlingen for skrivning af data:

    # The Kusto cluster uri to write the data. The query Uri is of the form https://<>.kusto.data.microsoft.com 
    kustoUri = ""
    # The database to write the data
    database = ""
    # The table to write the data 
    table    = ""
    # The access credentials for the write
    accessToken = mssparkutils.credentials.getToken(kustoUri)
    
    # Generate a range of 5 rows with Id's 5 to 9
    data = spark.range(5,10) 
    
    # Write data to a Kusto table
    data.write.\
    format("com.microsoft.kusto.spark.synapse.datasource").\
    option("kustoCluster",kustoUri).\
    option("kustoDatabase",database).\
    option("kustoTable", table).\
    option("accessToken", accessToken ).\
    option("tableCreateOptions", "CreateIfNotExist").mode("Append").save()
    
  4. Angiv de påkrævede oplysninger i anførselstegnene for hvert felt i datacellen:

    Felt Beskrivelse Relaterede link
    kustoQuery Den KQL-forespørgsel, der skal evalueres. KQL-oversigt
    KustoUri Forespørgsels-URI'en for din KQL-database. Kopiér en KQL-database-URI
    database Navnet på din KQL-database. Få adgang til en eksisterende KQL-database
    data De data, der skal skrives til tabellen.
  5. Kør kodecellen.

Opret en notesbog fra en KQL-database

Når du opretter en notesbog som et relateret element i en KQL-database, får notesbogen samme navn som KQL-databasen og udfyldes på forhånd med forbindelsesoplysninger.

  1. Gå til din KQL-database.

  2. Vælg Ny relateret elementnotesbog>.

    Screenshot of creating a notebook as a related item in a KQL database.

    Der oprettes en notesbog med KustoUri og databaseoplysninger udfyldt på forhånd.

  3. Angiv den KQL-forespørgsel, der skal evalueres i feltet kustoQuery .

    Screenshot of notebook that is created from a KQL database.

  4. Kør kodecellen.